Code et modèles pré-entraînés pour l'article Interspeech 2023 "Whisper-AT : Les reconnaisseurs automatiques de parole robustes au bruit sont aussi de forts étiqueteurs d'événements audio"
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentCode et modèles pré-entraînés pour l'article Interspeech 2023 "Whisper-AT : Les reconnaisseurs automatiques de parole robustes au bruit sont aussi de forts étiqueteurs d'événements audio"
whisper-at compte 422 étoiles sur GitHub. Il a été forké 36 fois. whisper-at est écrit principalement en Python. Il est développé activement depuis 2023. whisper-at est disponible sous licence BSD-2-Clause. Ses principaux thèmes sont : audio, audio-classification, audio-processing, audio-tagging.
Code et modèles pré-entraînés pour l'article Interspeech 2023 "Whisper-AT : Les reconnaisseurs automatiques de parole robustes au bruit sont aussi de forts étiqueteurs d'événements audio"
whisper-at est un projet open source. Il est distribué sous licence BSD-2-Clause.
Oui. whisper-at est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
whisper-at est disponible sous licence BSD-2-Clause.
whisper-at est écrit principalement en Python.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://opensourceai.tech/project/yuangongnd-whisper-at.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.